如果不是亲耳听到，很难想象一家科技巨头会在镜头前承认：“两年半前，我们远远落后了。”在这次访谈里，DeepMind CTO、Google 首席 AI 架构师 Koray Kavukcuoglu 罕见地拆开了过去两年 Google 的真实处境——不是*、不是规模，而是被时代加速甩在身后、再一点点追上来的过程。
他没有炫耀参数，也没有谈模型的“神迹”，而是把重点放在更底层、更残酷的问题上：一家全球最强的 AI 实验室，如何在巨大的惯性中重新学会创新、学会工程化、学会组织协作、学会把技术真正变成产品？
Gemini 的故事只是表层。真正发生变化的，是 Google 这家公司的骨架与节奏。
原文访谈链接：https://www.youtube.com/watch?v=fXtna7UrL44以下是根据访谈实录整理的关键议题，希望也能帮你更清晰地读懂 Google 的这次“重构”。
一、真正的起点不是突破，而是承认自己落后了
访谈中最刺耳也最重要的一句话，出现在结尾：
“当 Gemini 项目开始时，我们离*进水平还很远，那是一个追赶。”
这句话标志着一个巨大的认知转折：Google 承认自己在 LLM 起跑线上是真正的落后者。不是“状态不好”这种轻描淡写，而是“远远落后”。这意味着 DeepMind 必须抛弃此前十年建立的自信，从最基础的用户使用场景重新学习。
而这种承认，是一切变化的源头。Koray 在访谈里反复强调：真正的转折不是某个新技术，而是 Google 接受自己必须重新建立训练方式、产品方式、工程方式以及组织方式。
二、为什么中国用户*明显感觉到 Gemini 变好了？
访谈一开始，主持人提到一个特别中国的反馈：Gemini 3 在中国用户中被形容为“像 Windows XP 一样稳定好使”。Koray 很有兴致地解释，这不是模型本身突然“智商暴涨”，而是 Google 终于把“模型 × UI × 任务链路”统一到了一起。
以前的大模型“聪明”，但不“好使”。而 Gemini 3 的转折来自：
用户界面更直觉
任务拆解更稳定
模型更能理解人类意图
产品团队从训练阶段就介入模型设计
真实用户使用数据可以直接反哺训练
换句话说，Google 终于开始像一家做产品的公司在做大模型。这是 Gemini 3 变化最直观的原因，也是中国用户*体会到的原因。
三、Benchmark 正在失效，但真实世界永远不会
外界批评 Google 的 benchmark 成绩起伏不定，但 Koray 的解释很罕见地触及本质：主流 benchmark 正在靠近它们的自然上限。GPQA、ARC-AGI 等“智商题”已经被模型顶住，HLE 这种曾经难得离谱的测评如今也能“持续提升”。
Benchmark 会枯竭，但真实世界不会。学生写作、科学研究、专业翻译、复杂跨语境对话、跨语言表达……这些场景永远无法被一个固定测试集穷尽。Google 把模型的最终价值从“得分”转向“能不能帮人完成任务”。这是 Gemini 的*性原理转变。
四、Gemini 3 的核心不是智力提升，而是让模型“能干活”
从 Gemini 3 开始，Google 清晰确立了三个优先级最高的能力方向。
*是 指令遵从。模型要能“无二义性地理解和执行用户的真实意图”。这对用户体验影响巨大，比提升推理指标更重要。
第二是 国际化能力。Google 的用户覆盖超过 200 个国家，“理解全球不同文化语境”成为模型能力的底层指标，而不是翻译能力的延伸。
第三是 工具调用与代码执行。这是未来智能体的基础，模型必须不仅能理解问题，还能执行任务、运行工具链、处理工程环境中的真实任务。
三者加在一起，构成了 Google 的 “Gemini 设计哲学”：智能不是来自“更聪明的对话”，而来自“更可靠的执行”。
五、为什么多模态强的 Google，起初 Agent 却不好用？
这是主持人问得最尖锐的问题，也是外界最想知道的矛盾。Koray 的答案意外朴素：研究员可以在实验室推动视觉理解，但 Agent 的任务不是研究员能想出来的，是用户逼出来的。
真正的 Agent 场景来自：
创作者的任务链路
学生的写作流程
工程师的工具调用模式
商业用户的复杂需求
也就是说，Google 走了一条与 OpenAI 不同的路径：不是“demo 优先”，而是“真实用户需求优先”。Agent 的能力不是靠酷炫演示驱动的，而是靠“让百万用户每天用”驱动的。
六、Google 真正的反超武器：模型、产品、工程*次被统一
Koray 多次强调一个过去被低估的事实：Gemini 3 不是“模型团队”的胜利，而是“工程、产品、模型、安全”*次从*天就被捏在一起推进。
以往是：
模型训练完了，产品团队接盘
安全团队在最后做审核
工程团队负责部署
而今天是：
产品团队从训练最初就参与
安全成为训练目标，而不是后置规则
真实用户数据（AI Studio、AI Overviews、Anti-Gravity）直接反哺模型
使用成本、延迟、推理路径都在训练阶段就被优化
Google 终于构建出了一个“模型 × 产品 × 工程”的统一体系。这是它在 2024–2025 年真正反超的结构性基础。
七、Nano Banana Pro 的突破不是“画图变好看”，而是“理解世界结构”
外界关注图像模型总是看“清晰度”、“风格”，但 Koray 在访谈中反复强调，真正的突破来自：
理解 PDF、表格、图表等复杂文档结构
具备结构化的视觉推理
*次能生成“概念一致的信息图”
一句值得记下的话是：
一句值得记下的话是：
“当一个模型能把复杂概念准确地用一张信息图表达出来，你就能感受到真正的理解。”
这是多模态模型的真正价值，也直接指向 Agent 的未来能力。
八、多模态不是功能加法，而是真正的“世界模型”入口
Koray 给出了一个简洁但*说服力的框架：
文本是线性的，视觉是空间的，音频是时序的。真实世界不是只靠线性序列能描述的。因此一个真正智能的模型必须同时具备三种感知维度。
这也是为什么 Google 在推进统一多模态模型上比任何公司都更加坚持——不是因为多模态“更炫酷”，而是因为它是理解世界的基础。
九、统一模型并不是“把视觉塞进语言模型”，而是一场架构革命
外界经常把“统一模型”理解成方向正确的趋势，但 Koray 的解释更具技术深度。他指出：文本和图像的输出结构根本不同——文本是一维的，图像是二维的。这意味着训练方式、损失函数、优化器、token 化方式都要重新发明。
统一模型不是“时代潮流”这么简单，而是 必须突破的工程极限。Google 的叙事没有浪漫，也没有玄学，只有工程难题。
十、DeepMind 的文化基因：谦逊、科学与大规模协作
这部分是整场访谈里最“人味”的地方。
DeepMind 的文化由三部分组成：
科学心态 —— 所有问题回到实验与学习，而不是路径依赖。谦逊 —— 那句“我们不知道*配方”不是客套，而是策略。协作能力 —— 从 25 个人写论文到 2500 人一起推进单一模型。
在一个公司试图从科研转型为工程、从工程转型为产品的过程中，这种文化结构变得至关重要。
十一、规模是 Google 的*难题，也是*武器
Koray 承认：规模越大，一致性越难。但规模本身就是推进力。
Google 能够同时推进统一模型、多产品落地、跨部门协作、全球化数据管线、超大规模训练与部署，是因为它拥有世界上最成熟的基础设施链路。
过去两年，这条链路从“沉睡”变回“主力”，重启了 Google 的攻势。
十二、安全不是限制能力，而是训练能力
Google 与 OpenAI 在安全策略上*的差异不是严格程度，而是方式：安全不是“训练后加过滤器”，而是“训练中学会安全”。
这是“让模型可靠”的关键，并且天然适配 Google 的基础设施规模。
十三、统一模型与专用模型不是路线争夺，而是成本优化
Koray 说得很实在：这不是意识形态问题，而是效率问题。未来一定会同时存在统一模型与专用模型，Google 的策略是用合适的工具做合适的任务，而不是坚持单一范式。
这种务实，是 Google 过去缺失、现在重新找到的品质。
十四、Google 的真正底气：基础设施的重新激活
“我们能成功，不是因为我们更聪明，而是因为基础设施足够强。”Koray 的这句话其实深刻揭示了大模型时代的一个底层事实——智能规模化不是靠天才，而是靠管线。
能训练、能部署、能迭代、能处理全球数据、能保持安全一致性的，是基础设施，而不是算法。
十五、Google 不相信有单一路径，也不相信“持续扩参”能走到终点
他说：
“我们不知道最终配方。”
这句话的潜台词是：
扩参不是终局
统一模型不是最终答案
多模态不是最后形态
未来模型的路线还远未定型
这种“带着不确定性继续前行”的姿态，反而比某些公司宣称的“xxx 是通往 AGI 的*路径”更具有长寿感。
十六、下一阶段的重点：推理、执行与真正的自主性
Gemini 3 的故事才刚开始。Google 的下一个目标是：
深层推理
多步任务执行
在复杂场景中的鲁棒性
从“会回答”到“会行动”，这是整个行业的共同方向，但 Google 给出了相对清晰的内部路径。
十七、Google 内部的时间结构：研究 × 工程 × 产品的等权分配
Koray 透露，团队的时间分配不是研究优先，而是三者等权。这意味着一个模型从训练到使用的全过程是统一推进的，而不是线性流程。
这是模型“真正可用”的关键原因。
十八、Gemini 是一个全公司规模的“科学工程项目”
访谈的最后，Koray 用“全公司的科学工程任务”来形容 Gemini 的诞生。那更像是一种内部视角的注脚：模型的进步来自结构性调整，而结构性调整本身比模型更难。训练、数据、工程、产品、安全、协作……这些环节重新对齐，才构成了今天的 Gemini。
过去两年，Google 不是在寻找捷径，而是在恢复一个体系应有的速度和一致性。
当这些基础再次稳固起来，一个属于 Google 的节奏也重新出现了。
